さまざまとは？/ キャッシュワン
[ 302] さまざまなPDFの作成技術の概観
[引用サイト] http://www.antenna.co.jp/pdf/reference/createpdf.htm
|
はじめにPDFの作成方法は、アドビシステムズのDistillerから始まったと言って良いと思いますが、現在では、サード・パーティ製品を含めて非常に多岐に渡っています。ここでは、それを技術的な仕組みという観点でまとめてみました。この文書は、「PDF千夜一夜」からPDFの作成方法についてのお話をピックアップして整理したものです。特に、問題がない限り、今日、あるいはｘ日という記述はそのまま残していますのでご了承ください。但し、内容的な不足・誤りについてはできるだけ加筆・訂正に努めました。 今日は、PDFファイルを作成する仕組みについて簡単に説明しましょう。自分は、仕組みを知らなくても使えれば良いという人も多いとは思いますが、PDF製品を選択する上でも、仕組みを知っておいても損はないのではないでしょうか。 PDFファイルを作るソフトは世界中に一杯ありますが、それぞれの仕組みは公開されていません。また、使いやすいソフトは、内部が複雑な仕組みになっていても、それをユーザに隠して簡単に使えるようにしています。このことは、ユーザに見える、表面的に現れる名前からだけでは、仕組みは分からないことを意味します。 また、ソフトウェアは機械と違って分解して仕組みを調べることができません。しかし、大雑把に言って、Windowsの環境では、次の図の、�，鉢△料箸濆腓錣察↓�、�ぁ↓イ侶佻�のどれかで作成する仕組みになっていると考えて間違いないでしょう。 ところで、ドライバ（Driver）って、運転手ではありません。パソコン用語ではドライバは周辺機器を動作させるためのソフトウェアのこと。プリンタを動作させるのがプリンタ・ドライバですが、PDFの場合は周辺機器を使わないのにプリンタ・ドライバということが多いのは、歴史的なものじゃないでしょうか。 A4、B4など大きさの決まった用紙の1ページ分に印刷する内容のイメージをプリンタ内のメモリに形成する。 プリンタで印刷するページの内容を作り出すのはパソコンです。パソコン側では、ユーザが画面を見ながらページアップした結果を、相手のプリンタがどこのものかによって、ESC/Page、LIPS、PCLなどの中で適合する言語を使って組み立て直して、プリンタに送信します。プリンタ側ではその情報を受け取って、プリンタに埋め込まれたコンピュータで解読してページのイメージを作り出すわけです。 PostScriptは1990年代には高級なレーザプリンタ向けのページ記述言語として標準的な地位を占めるようになりました。それだけではなく、さらに高品質が要求される印刷分野では、ほぼ独占的な地位を占めるようになり、ひいては印刷業界の仕事をがらっと変えてしまったわけです。 PostScriptは、出力するのは比較的簡単ですが読むのはとても大変です。加えて、紙への印刷用の一方的出力のために設計されたものですので、画面に表示して、内容をナビゲーションしたり、注釈をつけたりする機能もありませんでした。 ○出力されたファイルをテキスト編集ソフトで開いてみます。すると先頭の部分に次のように書いてあります。 PDFの仕様は公開されているのだから、自分のプログラムの中から直接PDFファイルを書くことはできないだろうか？そのように考える人もいると思います。 こうしたことから、PDFに関することをまとめて任せてしまえる部品の必要性が生まれます。一般に、こういうプログラム部品をライブラリーと言います。PDFを作成するライブラリーは、全体の仕組みの絵の中の「PDF出力ライブラリー」がそれに相当します。 ２．プリンタ・ドライバのような第3者ソフトを使うのと比べて自由度が高まり、プリンタ・ドライバに依存しない出力の仕方ができる。 １．PDFはページの概念をもつメディアなので、アプリケーションがデータからページを作り出す必要があり、どうやってPDF化したいデータのページアップを行なうかが問題である。一般にはぺージの概念を備えたアプリケーションが前提となる。 ここでは、DTPからPDFを作りだすという従来の出版・印刷の流れとは別の流れとして、インターネット・システム、イントラネット・システムの中でPDFを大量に生産・消費する仕組みが普及してきている、ということを強調しておきたいと思います。そして、この場合、PostScriptに依存しない技術の方が適切ではないでしょうか。 上の記述の内容は、GDI型のプリンタ・ドライバの一般の特徴を示しています。要はこのようなGDI型のプリンタ・ドライバは、一般ビジネスの用途で、配布・閲覧・資料保存用のPDFを作るのに適しているのです。 このようなGDI型のプリンタ・ドライバは、アドビシステムズ以外からも多数のものが販売・配布されています。 （３）PDF作成ソフトの市場をアドビシステムズ独占状態から、サードパーティのものを含め乱戦状態に変えた。 最初の「いきなりPDF」に採用されたPDFプリンタ・ドライバは、スカイコム社が開発したものでした。実は当社も既にPDFプリンタ・ドライバを開発済みでしたが、それが売れるとは夢にも思っていなかったのです。振り返ってみれば、なんの変哲もないPDFプリンタ・ドライバが数十万本も売れるというのは、それだけPDFを作りたいがAcrobatは高いという、つまり需要と供給にギャップがあったということなのでしょう。そして、それに気が付いていなかったのです。 PDFを作るのはPDFプリンタ・ドライバを使っているのですが、印刷メニューからプリンタ・ドライバを選択する、という初心者に分かり難い操作なしで、あたかも自動的にPDFができるようになっています。「いきなりPDF Professional」は良く売れていますが、こういうエンドユーザ向けの使いやすい機能が人気を得たようです。この一連の仕事では、パソコンのユーザ層の裾野が広がっているので商品を作るときもユーザの目線を忘れないようにしないといけないんだな、と良い経験となりました。 両者の方式では、MicrosoftWordなどでビジネス文書を作成している間は、大きな違いはでません。しかし、例えば、商業印刷などでプロ向けのグラフィックス・ソフトを使う場合には大きな差が出てきます。 なお、今日述べたことは、PDFを作成するプリンタ・ドライバとしての差異であって、PDF作成方法一般に該当することではありません。例えば、アプリケーションから、直接PDF作成ライブラリーを使って（つまりプリンタ・ドライバを経由しない）PDFを作れば、RGB以外のカラー表現方式を使うことも可能です。 さて、実際のプリンタには接続しない仮想的なプリンタ・ドライバでPDFファイルを作成する、という方式には、次のような制限ができます。 ワープロソフトなどのアプリケーションの印刷機能は、プリンタを使って紙に印刷することを想定しています。このため、印刷機能を経由するだけでは、紙にはないけれども、PDFには用意されているいくつかの便利な機能を設定できないのです。 一般的には、文書の見出しを階層化してアウトラインを作ります。項目に設定するジャンプ先は、表示しているPDFファイル内でも外部でも構いません。書籍、操作説明書、仕様書などページ数の多いPDFファイルを作成する場合、しおりを設定することで、読み手が文書全体をナビゲーションし易くなります。 第二に、リンクがあります。PDFファイルの中にリンク先のアドレスを埋め込んでおき、ファイルをAdobe Readerなどで表示したとき、そのホットスポットをクリックすることで、埋め込まれたアドレスへジャンプするものです。使い方としては、目次から本文へのリンク、索引から本文へのリンク、本文内で別の箇所を参照、などが主なものです。PDFファイル内のみではなく、外部のPDFファイル（の特定の箇所）や外部のWebページへのリンクも設定できます。ユーザがホットスポットをクリックしたとき、その動作をするのはもちろんPDFビューアの役割です。 PDFプリンタ・ドライバは、アプリケーションが紙に印刷するつもりでプリンタ・ドライバに対して出力したデータを取り込んでPDFファイルを作ります。このとき、しおり、リンク、注釈などは、データとして出力されないわけですから、PDFファイルに設定できません。何らかの工夫が必要になります。 このPDFMakerは、PDFの便利な機能の中で、紙にないためプリンタに印刷する操作では設定できない機能をどうやって設定するか、という課題についてのアドビシステムズの回答と思います。 なお、アドビシステムズ以外のPDFプリンタ・ドライバのメーカも、PDFMakerとの対抗上、同じような解決策に基づくプログラムを製品に同梱しているケースが増えています。 これだけのアプリケーションに対してPDF出力をサポートするということは、PDF出力機能を何らかの共通の基盤の上に乗せているのだろうと思います。そうしますと、この共通基盤がどのようなものかが興味深いところです。 また、7種類にも上るアプリケーションに一斉にPDF保存機能を持たせるには、個別にライブラリーを組み込むのも工数が大きくなります。ですので、恐らくは、アプリケーションから独立した、共通基盤（レイヤ）を開発し、共通のレイヤを通してPDF作成ライブラリーを使っていると思います。 もちろん、各Officeアプリケーション固有の機能もありますので、きめ細かいPDF作成機能を個別に実装している部分もあると思います。内部がどうなっているか、知りたいものですが。 �▲廛螢鵐拭Ε疋薀ぅ个鮖箸錣困膨樟�PDFを書く。その理由は、内部リンク、外部リンクなどの対話性、透明やグラディエントの品質向上。 概ね、予想の範囲ですが、ブログの発言へのコメントやMicrosoftの人間の発言を読むと、タグ付きPDFによるアクセシビリティへの配慮が大きな課題になっていることがわかります。 果たして、ネイティブPDF作成ライブラリーをスクラッチで開発して1年でできるだろうか？PDFは仕様がオープンなので誰でもできるとは言っても、それなりの開発工数がかかりますからね。 例えば、Officeはタイ文字、アラビア文字、デバナガリ文字などをサポートしています。PDFでこういうものをサポートしようとするとWindowsがやっていることと同じことをPDF作成ライブラリーで独自にやらねばなりません。他にも、高度なPDFを作るにはやらねばならないことは山ほどあります。1年じゃ無理じゃないのかなあ。そうするとどうやって作ったんだろう？ Open Officeは、オープンソース・ライセンスで提供されているのが特徴です。つまり、だれでもWebサイトからソースプログラムを含めてダウンロードできます。バイナリを自分で無料で使うほか、再配布することもできます。 このようにPDFでは、ものすごく様々な機能を使うことができます。特に、高度な印刷用のPDFファイルを作ろうとしますと一般的なプリンタ・ドライバ方式では、それをPDFに設定することが難しくなります。 一般に商用印刷などに使うPDFを作るアプリケーションでは、�々眦戮糞’修鬚發�PDF作成ライブラリーを使い、��PDFを作成するアプリケーション側から、PDF作成ライブラリーをきめ細かく制御してPDFファイルを作成することが必要になります。 紙に印刷された文書を電子化するには、紙をスキャナーで読み取り、その結果を電子ファイルにします。PDFが普及する前は、スキャナーで読み取った結果はTIFFなどの画像形式で保存していました。しかし、現在は、スキャナーで読み取った結果をTIFFではなくPDFで保存する方がむしろ主流になっているように見えます。 また、スキャナーにはPDF保存機能があります。例えば、新世代スキャナが仕事を変える？ペーパーレス化はビジネスマンの夢を見ると、大抵のスキャナはPDF保存機能が備わっているようです。 PDFの起源からはスキャナーで読み取った結果をPDFにするという発想は出てきません。しかし、ブログを書いたお陰で、スキャナーで作成した画像からPDFを作成する方法についての自分の認識を改めることになりました。 FAX、スキャナ、プリンタ、複写機を統合したデジタル複合機が増えています。複合機では、PDFの作成については、既に述べたスキャナーやFAX受信とほとんど同じといえるでしょう。 さらに、デジタル複合機は、コンピュータと同じようにOS（オペレーティング・システム）を搭載していて、いろいろなアプリケーションを連携して動作させることができるのが特徴です。 スキャナーで紙文書をスキャンしてPDFファイルを作成したり、FAXで受け取った文書をPDF保存したりするのは、単機能機でもできることは既に述べました。 さらに複合機になってコンピュータを搭載していれば、作成したPDFファイルを電子メールに添付して送信したり、OCRにかけて透明テキスト付きPDFにしたり、画像を圧縮したり、あるいは、PDFファイルに暗号を掛けるなど、アプリケーションを増やしていくことで機能の追加が可能になります。 既に紙になっている書類を電子化しようとしたら、一番手っ取り早いのはスキャナで読み取ることです。特に、e文書法の施行に伴い、従来紙で保存が義務付けられていた書類の電子保存が認められることになったということで、紙の書類を電子化する需要は拡大するものと思います。 ただ、問題は、このようなデジタル複合機で作成したファイルは基本的にはビットマップの画像データです。透明テキストをつけて検索可能にしたものも増えているとは言っても、このテキストは書式を持っているわけではないでしょう。 パソコンでOffice文書からPDFファイルを作成した場合、PDFの内部は命令の集合です。これに対して画像データをPDF化したものの実体は画像に過ぎません。表示した見かけは似ていても、中身はまったく違うものです。PDFファイルを再利用したり、検索したり、印刷したりという観点からは、相当に異なります。 紙に印刷された書類をスキャンして、スキャナーが作成したイメージからPDFファイルを作成した場合、次の問題があります：もともと文字で表されている情報なのに、PDFファイルでは文字情報として扱えないことです。 すなわち、コンピュータで文字情報を取り扱うためには、文字をコード化されたデータとして扱わなければならないのに、スキャンした結果は画像だからです。この問題を解決するのが透明テキスト付きPDFです。 透明テキスト付PDFとは、スキャナーで読み取った画像をOCR機能をつかって文字を認識し、コード化した情報（テキスト）として、PDFの画像の上に透明属性を持たせて重ねたもの。PDFファイルの内容である文字情報を利用したいときは、テキストを取り出して利用できます。また、PDFファイルの中を検索してヒットした文字列の該当部分を反転表示することもできます。 透明テキスト付きPDFのアイデアは、恐らくOCR関係者が考えたものと思います。仕組みを聞いてみれば、特に驚くほどのことはないですが、こういうアイデアを初めて考え出した人は、なかなかすごいものですね。 ところでOCRで文字認識した結果を、もとの画像に重ねるというアイデアはすごいものですが、実は、完全には重ならないようです。 次の例を見てください。これは、透明テキスト付きPDFをAcrobat6で表示して、「消費電力」という文字列を検索したものです。検索対象は、透明な文字で、ヒットした文字列に相当する部分が白黒反転されています。地の「消費電力」という文字と検索でヒットした文字の位置（白黒反転されている範囲）がずれていますね。 これはPDFを作る際に透明文字の位置がずれているためです。このように画像と文字がずれてしまうこともあることは知っていると良いと思います。 画像と認識した文字をぴったり重ねるのは技術的には可能と思います。可能であるからには、完全に重なるようなOCRソフトもあるかもしれません。おそらく、このあたりはOCRソフト次第なのでしょう。 これについては、「PDFMark」という、しおり、注釈、ハイパーリンクなどPDF独自の機能をPostScript ファイル内に記述する仕組みが用意されています。しかし、アプリケーションからPDFを作成するときに、この仕組みを実際に使えるかどうか、となるとまた話は別になります。仕組みは仕様として用意されていても、プログラムがそれを使えるように作られていないと、普通のユーザは実際には使えないからです。 商業印刷のみではなく、マニュアルなどの技術文書を作成する際にも、グラフィックス・データをEPS形式にして使うことが多いようです。イラストを別のソフトで作成し、それをEPSファイル化して持ってきて、マニュアル本文中に図形として組み込むわけです。 EPSのファイルは、PostScriptによるページ記述命令と、そのページのプレビュー・イメージの両方を１パッケージ化できるようになっています。プレビュー・イメージはPostScript命令からページ内容をレンダリングする機能をもたないソフトでも、EPSファイルの内容を表示できるようにするためのもの。EPSファイルを作成する時に、オリジナル作成ソフトが用意して埋め込むのが普通です。 Webなどで配信するPDFを作成する際は、グラフィックス部分にはEPSファイルからプレビュー・イメージを取り出してPDFに埋め込めば良いのです。しかし、印刷用のPDFを作成するには、EPSファイルからプレビュー・イメージを取り出して埋め込むのは不適切です。プレビュー・イメージでは解像度が低すぎて、綺麗に印刷できないからです。 そんな訳で、アンテナハウスのPDF作成ソフトには、PDF中にPDFを埋め込むための機能を用意しています。マニュアルなどのPDFをオンデマンドで作成する、という応用の際には、現時点で、一番実用的な方法ではないかと思っています。 このアイデア、自分達で知恵を絞って考えたんですが、その後、競合する製品でも同じことをしているのに気が付いて、「ああ、やっぱり、アソコの会社の人も同じことに苦しんだんだな」と思って、妙な連帯感を持ったものです。 |
キャッシュワンのサイトです。
